HDR 成像

详细信息描述

此部分描述高动态范围成像算法，包括色调映射、曝光对齐、多曝光相机标定以及曝光融合。

类
类	cv::AlignExposures
	算法基类，用于对齐曝光不同的同一场景图像。更多信息...
类	cv::AlignMTB
	此算法将图像转换为中值阈值位图（亮度值高于平均亮度则为 1，否则为 0），然后使用位运算对生成的位图进行对齐。更多信息...
类	cv::CalibrateCRF
	相机响应标定算法基类。 更多信息...
类	cv::CalibrateDebevec
	通过将目标函数最小化为线性系统，为每个亮度值提取逆相机响应函数。目标函数使用所有图像中相同位置的像素值构建，添加额外的项以使得结果更加平滑。更多信息...
类	cv::CalibrateRobertson
	通过将目标函数最小化为线性系统，为每个亮度值提取逆相机响应函数。此算法使用所有图像像素。更多信息...
类	cv::MergeDebevec
	将最终的 HDR 图像计算为基于曝光值和相机响应的对曝光进行加权平均。更多信息...
类	cv::MergeExposures
	基类算法，用于将曝光序列合并为一张图像。更多信息...
类	cv::MergeMertens
	使用对比度、饱和度和曝光良好的指标对像素进行加权，然后使用拉普拉斯金子塔对图像进行组合。更多信息...
类	cv::MergeRobertson
	将最终的 HDR 图像计算为基于曝光值和相机响应的对曝光进行加权平均。更多信息...
类	cv::Tonemap
	色调映射算法基类 - 用于将 HDR 图像映射到 8 位范围内的工具。更多信息...
类	cv::TonemapDrago
	自适应对数映射是一种快速全局色调映射算法，用于在对数域中缩放图像。更多信息...
类	cv::TonemapMantiuk
	该算法使用高斯金字塔所有层次上的梯度对图像进行对比度转换，将对比度值转换为 HVS 响应并缩放响应。然后，根据新的对比度值重建图像。 更多...
类	cv::TonemapReinhard
	该全局色调映射算子模拟人眼视觉系统。 更多...

枚举
枚举	{ cv::LDR_SIZE = 256 }

函数
Ptr< AlignMTB >	cv::createAlignMTB (int max_bits=6, int exclude_range=4, bool cut=true)
	创建 AlignMTB 对象。
Ptr< CalibrateDebevec >	cv::createCalibrateDebevec (int samples=70, float lambda=10.0f, bool random=false)
	通过最小化目标函数为每个亮度值提取逆相机响应函数 CalibrateDebevec 对象。
Ptr< CalibrateRobertson >	cv::createCalibrateRobertson (int max_iter=30, float threshold=0.01f)
	通过最小化目标函数为每个亮度值提取逆相机响应函数 CalibrateRobertson 对象。
Ptr< MergeDebevec >	cv::createMergeDebevec ()
	创建 MergeDebevec 对象。
Ptr< MergeMertens >	cv::createMergeMertens (float contrast_weight=1.0f, float saturation_weight=1.0f, float exposure_weight=0.0f)
	创建 MergeMertens 对象。
Ptr< MergeRobertson >	cv::createMergeRobertson ()
	创建 MergeRobertson 对象。
Ptr< Tonemap >	cv::createTonemap (float gamma=1.0f)
	创建带有 gamma 校正的简单线性映射器。
Ptr< TonemapDrago >	cv::createTonemapDrago (float gamma=1.0f, float saturation=1.0f, float bias=0.85f)
	创建 TonemapDrago 对象。
Ptr< TonemapMantiuk >	cv::createTonemapMantiuk (float gamma=1.0f, float scale=0.7f, float saturation=1.0f)
	创建 TonemapMantiuk 对象。
Ptr< TonemapReinhard >	cv::createTonemapReinhard (float gamma=1.0f, float intensity=0.0f, float light_adapt=1.0f, float color_adapt=0.0f)
	创建 TonemapReinhard 对象。

枚举类型文档

匿名枚举

匿名枚举

#include <opencv2/photo.hpp>

枚举器
LDR_SIZE  Python：cv.LDR_SIZE

函数文档

createAlignMTB()

Ptr< AlignMTB > cv::createAlignMTB	(	int	max_bits = 6,
		int	exclude_range = 4,
		bool	cut = true
	)

Python
	cv.createAlignMTB(	[, max_bits[, exclude_range[, cut]]]	) ->	retval

#include <opencv2/photo.hpp>

创建 AlignMTB 对象。

参数

max_bits	每个维度上最大偏移量的 2 的对数。通常 5 和 6 的值已经足够好了（分别为 31 和 63 像素偏移）。
exclude_range	用于构造排除位图的范围，该排除位图用于抑制中值周围的噪声。
cut	如果为 true，则裁剪图像，否则使用零填充新区域。

createCalibrateDebevec()

Ptr< CalibrateDebevec > cv::createCalibrateDebevec	(	int	samples = 70,
		float	lambda = 10.0f,
		bool	random = false
	)

Python
	cv.createCalibrateDebevec(	[, samples[, lambda_[, random]]]	) ->	retval

#include <opencv2/photo.hpp>

通过最小化目标函数为每个亮度值提取逆相机响应函数 CalibrateDebevec 对象。

参数

samples	待使用的像素位置数量
lambda	平滑项权重。较大的值会产生更平滑的结果，但可能会改变响应。
random	如果为 true，则以随机方式选择像素位置的样本，否则它们将形成一个矩形网格。

createCalibrateRobertson()

Ptr< CalibrateRobertson > cv::createCalibrateRobertson	(	int	max_iter = 30,
		float	threshold = 0.01f
	)

Python
	cv.createCalibrateRobertson(	[, max_iter[, threshold]]	) ->	retval

#include <opencv2/photo.hpp>

通过最小化目标函数为每个亮度值提取逆相机响应函数 CalibrateRobertson 对象。

参数

max_iter	Gauss-Seidel 求解器迭代的最大次数。
threshold	最小化过程中连续两个步骤的结果之间的目标差值。

createMergeDebevec()

Ptr< MergeDebevec > cv::createMergeDebevec

(

)

Python
	cv.createMergeDebevec(		) ->	retval

#include <opencv2/photo.hpp>

创建 MergeDebevec 对象。

createMergeMertens()

Ptr< MergeMertens > cv::createMergeMertens	(	float	contrast_weight = 1.0f,
		float	saturation_weight = 1.0f,
		float	exposure_weight = 0.0f
	)

Python
	cv.createMergeMertens(	[, contrast_weight[, saturation_weight[, exposure_weight]]]	) ->	retval

#include <opencv2/photo.hpp>

创建 MergeMertens 对象。

参数

contrast_weight	对比度度量权重。请参阅 MergeMertens。
saturation_weight	饱和度度量权重
exposure_weight	曝光度度量权重

createMergeRobertson()

Ptr< MergeRobertson > cv::createMergeRobertson

(

)

Python
	cv.createMergeRobertson(		) ->	retval

#include <opencv2/photo.hpp>

创建 MergeRobertson 对象。

createTonemap()

Ptr< Tonemap > cv::createTonemap

(

float

gamma = 1.0f

)

Python
	cv.createTonemap(	[, gamma]	) ->	retval

#include <opencv2/photo.hpp>

创建带有 gamma 校正的简单线性映射器。

参数

gamma

gamma 校正的正值。1.0 的 gamma 值表示无校正，2.2f 的 gamma 值适合大多数显示器。通常，gamma > 1 使图像变亮，gamma < 1 使图像变暗。

createTonemapDrago()

Ptr< 色调映射德拉戈 > cv::createTonemapDrago	(	float	gamma = 1.0f,
		float	saturation = 1.0f,
		float	bias = 0.85f
	)

Python
	cv.createTonemapDrago(	[, gamma[, 饱和度[, bias]]]	) ->	retval

#include <opencv2/photo.hpp>

创建 TonemapDrago 对象。

参数

gamma	用于 gamma 校正的 gamma 值。请参阅 createTonemap
饱和度	正饱和度增强值。1.0 保持饱和度，大于 1 的值增大饱和度，小于 1 的值减小饱和度。
bias	[0, 1] 范围内的 bias 函数值。通常，0.7 到 0.9 之间的值会提供最佳结果，默认值是 0.85。

createTonemapMantiuk()

Ptr< 色调映射曼蒂克 > cv::createTonemapMantiuk	(	float	gamma = 1.0f,
		float	scale = 0.7f,
		float	saturation = 1.0f
	)

Python
	cv.createTonemapMantiuk(	[, gamma[, scale[, 饱和度]]]	) ->	retval

#include <opencv2/photo.hpp>

创建 TonemapMantiuk 对象。

参数

gamma	用于 gamma 校正的 gamma 值。请参阅 createTonemap
scale	对比度比例因子。HVS 响应乘以此参数，从而压缩动态范围。0.6 到 0.9 之间的值会产生最佳结果。
饱和度	饱和度增强值。请参阅 createTonemapDrago

createTonemapReinhard()

Ptr< 色调映射赖因哈特 > cv::createTonemapReinhard	(	float	gamma = 1.0f,
		float	intensity = 0.0f,
		float	light_adapt = 1.0f,
		float	color_adapt = 0.0f
	)

Python
	cv.createTonemapReinhard(	[, gamma[, intensity[, light_adapt[, color_adapt]]]]	) ->	retval

#include <opencv2/photo.hpp>

创建 TonemapReinhard 对象。

参数

gamma	用于 gamma 校正的 gamma 值。请参阅 createTonemap
intensity	[-8, 8] 范围内的结果强度。较高的强度会生成更明亮的结果。
light_adapt	[0, 1] 范围内的光线适应。如果为 1，适应仅基于像素值；如果为 0，适应是全局性的；否则，它是这两个情况的加权平均。
color_adapt	[0, 1] 范围内的色适应。如果为 1，则通道独立处理；如果为 0，则每个通道的适应水平相同。